[论文解读] Localized $L^p$-estimates of eigenfunctions: A note on an article of Hezari and Rivière

Christopher D. Sogge|arXiv (Cornell University)|Mar 25, 2015

Geometric Analysis and Curvature Flows参考文献 12被引用 4

一句话总结

本文提出了一种简化、非半经典的证明方法，用于紧致黎曼流形上特征函数的局域 $L^p$-估计，仅依赖于早期工作中获得的谱投影算子的 $L^p$ 有界性。关键结果表明，临界 $L^p$-范数（$p = 2(n+1)/(n-1)$）可由半径为 $r$ 的小测地球上的局部 $L^2$-范数控制，从而在测地流为遍历的情况下，对密度为一的特征值子序列实现了改进的 $L^p$-估计。

ABSTRACT

We use a straightforward variation on a recent argument of Hezari and Rivière~\cite{HR} to obtain localized $L^p$-estimates for all exponents larger than or equal to the critical exponent $p_c= frac{2(n+1)}{n-1}$. We are able to this directly by just using the $L^{p}$-bounds for spectral projection operators from our much earlier work \cite{Seig}. The localized bounds we obtain here imply, for instance, that, for a density one sequence of eigenvalues on a manifold whose geodesic flow is ergodic, all of the $L^p$, $2

研究动机与目标

• 提供一种直接的、非半经典的证明，用于紧致黎曼流形上特征函数的局域 $L^p$-估计。
• 证明临界 $L^p$-范数（$p = 2(n+1)/(n-1)$）可由半径为 $r$ 的小测地球上的局部 $L^2$-范数控制。
• 在测地流为遍历的情况下，建立特征值密度为一的子序列的改进 $L^p$-估计，扩展了关于量子遍历性的先前结果。
• 分析这些估计在模型情形（如球面和非正曲率流形）下的最优性，并确定何时可将平凡的 $O(r^{1/2})$ $L^2$-范数界改进。

提出的方法

• 以 Sogge [12] 中获得的谱投影算子的 $L^p$-有界性作为基础输入。
• 应用 Hölder 不等式，将测地球上的局部 $L^2$-范数与临界指数 $p_c = 2(n+1)/(n-1)$ 处的全局 $L^p$-范数联系起来。
• 推导主要估计式 (1.2)：$\|e_\lambda\|_{L^{p_c}(M)} \leq C \lambda^{(n-1)/(2(n+1))} \left( r^{-(n+1)/4} \sup_x \|e_\lambda\|_{L^2(B_r(x))} \right)^{2/(n+1)}$，其中 $\lambda^{-1} \leq r \leq \text{Inj }M$。
• 利用量子遍历性定理，选取一个密度为一的特征值子序列，使得其局部 $L^2$-范数衰减快于平凡的 $r^{1/2}$ 界。
• 分析模型情形：球面上的轴对称和最高权球谐函数，以及球面和非正曲率流形上的高斯光束。
• 在非正曲率流形上利用 Bérard 的局部 Weyl 公式误差估计，推导出在尺度 $r = \lambda^{-1}$ 处改进的 $L^2$-范数界。

实验结果

研究问题

• RQ1 能否在不使用半经典方法的情况下，推导出临界指数 $p_c = 2(n+1)/(n-1)$ 处特征函数的局域 $L^p$-估计？
• RQ2 在何种流形与特征函数条件下，可将 $\|e_\lambda\|_{L^2(B_r(x))}$ 的平凡 $O(r^{1/2})$ 界改进？
• RQ3 在测地流为遍历的流形上，改进的局部 $L^2$-范数在多大程度上能导致特征函数全局 $L^p$-范数的改进？
• RQ4 能否利用负曲率流形中观测到的 $L^2$-局域化中 $\log\lambda$-改进，实现 $L^p$-范数的 $\lambda^{-\kappa}$ 改进？
• RQ5 是否可能实现 $r(\lambda) = \lambda^{-\kappa}$（$\kappa > 0$），使得 $\sup_x \|e_\lambda\|_{L^2(B_{r(\lambda)}(x))} \lesssim r(\lambda)^{n/2}$，从而导致改进的 $L^p$-估计？

主要发现

• 主要估计式 (1.2) 在 $r \in [\lambda^{-1}, \text{Inj }M]$ 范围内，对临界 $L^p$-范数（$p = 2(n+1)/(n-1)$）提供了精确控制，其依赖于测地球上的局部 $L^2$-范数。
• 在测地流为遍历的流形上，对于密度为一的特征值子序列，当 $2 < p \leq \infty$ 时，有 $\|e_{\lambda_{j_k}}\|_{L^p(M)} = o(\lambda_{j_k}^{\sigma(p)})$，优于 [12] 中的一般界。
• 在标准球面上，估计对轴对称和最高权球谐函数是饱和的，证实了边界的最优性。
• 在非正曲率流形上，Bérard 的改进局部 Weyl 公式给出在 $r = \lambda^{-1}$ 处有 $\|e_\lambda\|_{L^2(B_r(x))} \lesssim r^{1/2}/(\log\lambda)^{1/2}$，从而在 $p < \infty$ 时实现 $L^p$-估计的 $\log\lambda$-改进。
• 该结果意味着 $\|e_\lambda\|_{L^{p_c}(M)} \lesssim (r\lambda)^{(n-1)/(2(n+1))}$，因此若能将局部 $L^2$-界改进至 $r^{n/2}$，则对 $r(\lambda) = \lambda^{-\kappa}$ 可获得 $\lambda^{-\kappa(n-1)/(2(n+1))}$ 的改进。
• 本文表明，若能实现 $r(\lambda) = \lambda^{-\kappa}$（$\kappa > 0$），则可获得 $\lambda^{-\kappa(n-1)/(2(n+1))}$ 的 $L^p$-标准界改进，尽管此问题目前仍为开放问题。